标签：awk
日期： 2015年09月15日
awk命令：报告生成工具
awk的作用：
awk是一种编程语言，（awk的名源自该程序的作者们名字的首字母 a.k.a Aho, Weinberger, Kernighan）用于在linux/unix下对文本和数据进行处理。数据可以来自标准输入(stdin)、
一个或多个文件，或其它命令的输出。它支持用户自定义函数和动态正则表达式等先进功能，
是linux/unix下的一个强大编程工具。它在命令行中使用，但更多是作为脚本来使用。
awk的工作原理：
awk ‘BEGIN{ commands } pattern{ commands } END{ commands }‘
第一步：执行BEGIN{ commands }语句块中的语句；
第二步：从文件或标准输入(stdin)读取一行，然后执行pattern{ commands }语句块，它逐行扫描文件，从第一行到最后一行重复这个过程，直到文件全部被读取完毕。
第三步：当读至输入流末尾时，执行END{ commands }语句块。
BEGIN语句块在awk开始从输入流中读取行之前被执行，这是一个可选的语句块，比如变量初始化、打印输出表格的表头等语句通常可以写在BEGIN语句块中。
END语句块在awk从输入流中读取完所有的行之后即被执行，比如打印所有行的分析结果这类信息汇总都是在END语句块中完成，它也是一个可选语句块。
pattern语句块中的通用命令是最重要的部分，它也是可选的。如果没有提供pattern语句块，则默认执行{ print }，即打印每一个读取到的行，awk读取的每一行都会执行该语句块。
基本语法：
awk [options] ‘program‘ file file ...
awk [options] ‘PATTERN{action}‘ file file ...
常用选项：
-F fs fs指定输入分隔符，fs可以是字符串或正则表达式，如-F:
-v var=value 赋值一个用户定义变量，将外部变量传递给awk
-f scripfile 从脚本文件中读取awk命令
awk的输出：
print item1, item2,...
要点：
(1) 各项目之间使用逗号分隔，而输出时则使用输出分隔符分隔
(2) 输出的各item可以字符串或数值、当前记录的字段、变量或awk的表达式；数值会被隐式转换为字符串后输出
(3) print后面item如果省略，相当于print $0；输出空白，使用pirnt ""
awk的变量：
内置变量，自定义变量
内置变量
FS：Field Seperator, 输入时的字段分隔符
# awk ‘BEGIN{FS=":"}{print $1,$7}‘ /etc/passwd
RS：Record Seperator, 输入行分隔符
OFS: Output Field Seperator, 输出时的字段分隔符;
ORS: Outpput Row Seperator, 输出时的行分隔符；
NF：Numbers of Field，字段数
NR：Numbers of Record, 行数；所有文件的一并计数；
FNR：行数；各文件分别计数；
ARGV：数组，保存命令本身这个字符，awk ‘{print $0}‘ 1.txt 2.txt，意味着ARGV[0]保存awk,
ARGC: 保存awk命令中参数的个数；
FILENAME： awk正在处理的当前文件的名称；
可自定义变量
-v var_name=VALUE
变量名区分字符大小写；
(1) 可以program中定义变量；
(2) 可以命令行中通过-v选项自定义变量；
awk的printf命令：
命令的使用格式：printf format, item1,item2,...
要点：
(1) 要指定format；
(2) 不会自动换行；如需换行则需要给出\n
(3) format用于为后面的每个item指定其输出格式；
format格式的指示符都%开头，后跟一个字符：
%c: 显示字符的ASCII码；
%d, %i: 十进制整数；
%e, %E: 科学计数法显示数值；
%f: 显示浮点数；
%g, %G: 以科学计数法格式或浮点数格式显示数值；
%s: 显示字符串；
%u: 显示无符号整数；
%%: 显示%自身；
修饰符：
#：显示宽度
-：左对齐
+：显示数值的符号
.#: 取值精度
awk输出重定向：
print items > output-file
print items >> output-file
print items | command
特殊文件描述符：
/dev/stdin: 标准输入
/dev/stdout: 标准输出
/dev/stderr: 错误输出
awk的操作符：
算术操作符：
x+y
x-y
x*y
x/y
x**y, x^y
x%y
-x：负值
+x：转换为数值
字符串操作符：连接
赋值操作符：
=
+=
-=
*=
/=
%=
^=
**=
++
--
如果模式自身是=号，要写为/=/
比较操作符：
<
<=
>
>=
==
!=
~：模式匹配，左边的字符串能够被右边的模式所匹配为真，否则为假；
!~:
逻辑操作符：
&&： 与
||：或
条件表达式:
selector?if-true-expression:if-false-expression
函数调用：
function_name(argu1,argu2)
模式：
(1) Regexp: 格式为/PATTERN/
仅处理被/PATTERN/匹配到的行；
(2) Expression: 表达式，其结果为非0或非空字符串时满足条件；
仅处理满足条件的行；
(3) Ranges: 行范围，此前地址定界，
NR
仅处理范围内的行
(4) BEGIN/END: 特殊模式，仅在awk命令的program运行之前（BEGIN）或运行之后（END）执行一次；
(5) Empty:空模式，匹配任意行；
常用的action：
(1) Expressions
(2) Control statements
(3) Compound statements
(4) input statements
(5) output statements
控制语句
1 if-else
格式：if (condition) {then body} else {else body}
# awk -F: ‘{if ($3>=500) {print$1,"is a common user"} else {print $1, "is an admin or systemuser"}}‘ /etc/passwd
# awk ‘{if (NF>=8) {print}}‘/etc/inittab
2 while
格式：while (condition) {while body}
# awk ‘{i=1; while (i<=NF){printf"%s ",$i;i+=2};print ""}‘ /etc/inittab
# awk ‘{i=1; while (i<=NF){if(length($i)>=6) {print $i}; i++}}‘ /etc/inittab
length()函数：取字符串的长度
3 do-while循环
格式：do {do-while body} while (condition)
4 for循环
格式：for (variable assignment; condition; iterationprocess) {for body}
# awk ‘{for (i=1;i<=NF;i+=2){printf"%s ",$i};print ""}‘ /etc/inittab
# awk ‘{for (i=1;i<=NF;i++){if(length($i)>=6) print $i}}‘ /etc/inittab
for循环可用来遍历数组元素：
语法：for (i in array) {for body}
5 case语句
语法：switch (expression) {case VALUE or /RGEEXP/:statement1;... default: stementN}
6 循环控制
break
continue
7 next
提前结束对本行的处理进而提前进入下一行的处理；
# awk -F: ‘{if($3%2==0) next;print $1,$3}‘/etc/passwd
# awk -F: ‘{if(NR%2==0) next; printNR,$1}‘ /etc/passwd
数组：
传统数组：Index编号从1开始；
关联数组：
array[index-expression]
index-expression: 可以使用任意字符串; 如果某数组元素事先不存在，那么在引用时，awk会自动创建此元素并将其初始化为空串；因此，要判断某数组是否存在某元素，必须使用“index in array”这种格式；
A[first]="hello awk"
print A[second]
要遍历数组中的每一个元素，需要使用如下特殊结构：
for (var in array) {for body}
其var会遍历array的索引；
state[LISTEN]++
state[ESTABLISHED]++
# netstat -tan | awk‘/^tcp/{++state[$NF]}END{for (s in state) {print s,state[s]}}‘
# awk ‘{ip[$1]++}END{for (i in ip) {printi,ip[i]}}‘ /var/log/httpd/access_log
删除数组元素：
delete array[index]
awk的内置函数：
split(string,array[,fieldsep[,seps]])：
功能：将string表示的字符串以fieldsep为分隔符进行切片，并切片后的结果保存至array为名的数组中；数组下标从1开始；
root:x:0:0::/root:/bin/bash
user[1]="root", user[2]
此函数有返回值，返回值为切片后的元素的个数
# netstat -tn | awk ‘/^tcp/{lens=split($5,client,":");ip[client[1]]++}END{for(i in ip) print i,ip[i]}‘
length(string)
功能：返回给定字串的长度
substr(string,start[,length])
功能：从string中取子串，从start为起始位置为取length长度的子串；
标签：awk
原文地址：http://yao3800.blog.51cto.com/1522113/1697299
